中国人民大学信息学院张树人的博士论文 《从社会性软件、Web2.0到复杂适应信息系统研究》

摘要

随着信息技术的快速发展，信息系统也逐渐由低级到高级、由简单到复杂、由封闭孤立到开放协同地发展；具体表现为系统组分的独立性越来越强、组分之间的耦合度越来越低、组分之间组合交互的灵活度越来越高，信息系统也因此越来越具有复杂性系统的特征。信息系统的复杂性在近年来兴起的社会性软件和WEB2.0中表现得尤其突出。

在对大量的社会性软件和WEB2.0系统进行分析后，本文总结出社会性软件和WEB2.0有别于传统信息系统的4类特征：
1、主体参与式架构，人件(Humanware)引入信息系统设计；
2、开放式架构，系统间协同与互操作的关系错综复杂，有明显的类生态特征；
3、系统内存在大量非线性机制和自组织现象，能够在使用中不断改变和适应性调整自身的功能及组织结构；
4、社会关系网络引入信息系统，在一些社会性软件和WEB2.0中，通过用户的自发协作、自底向上地构建出了各种社会关系网络。
以上这些新特征让社会性软件和WEB2.0具有超越过去普通信息系统的复杂性，而具有了类社会系统和类生态系统的复杂性。
结合上述分析，本文区分了信息系统三个层次的复杂性：对象复杂性、社会复杂性和生态复杂性，并总结出这些复杂性给信息系统研究设计带来的系列难题，如难以理解和把握系统的动态机制的设计，系统的适应性的设计难以控制，系统的行为不可预期，系统的发展前景难以评价，无法进行可重复测试（系统性能与功能的稳定性和不变性是用户可用性测试及算法比较测试的预设前提，系统的动态复杂性和适应性演化特征让这一预设前提不再成立），信息系统的演化及相关技术的发展规律难以认识，等等。

在论证上述系列难题在传统的信息系统范式中无法解决之后，为了能有效地研究和设计复杂信息系统，本文提出了基于CAS理论的信息系统范式，即复杂适应信息系统 (CAIS：Complex Adaptive Information System) 范式，具体包括一系列关于信息系统设计观念的变革，一个基于CAS抽象架构的概念模型，一些设计指导原则等。然后结合CAIS范式对复杂信息系统研究及设计中的一些具体问题进行了研究。

具体研究的内容及相关结论如下：

在CAIS中，用户、数据（内容）和系统功能（模块）的交互构成了多类节点的复杂网络，对该复杂网络进行分析和聚类，有助于促进系统内的物以类聚与人以群分，从而能够改善系统的组织结构和内容秩序、能够促进或促成用户间达成协同与协作。基于这个应用背景，本研究提出并设计了一些由两类或三类节点组成的复杂网络的分析算法及策略，并结合一个大型社会性软件的数据，对算法进行了验证。最后提出一个通过嵌入网络分析，优化信息流的拓扑结构，把传统设计的信息系统提升为具有适应性的CAIS的一般步骤框架。

具有多类节点的复杂网络的分析问题是复杂网络研究中的难题，本研究在复杂适应信息系统这一研究背景下提出的几种2模式网络拆分算法及3模式网络拆分的策略不仅可以用于本研究，还可以应用于更一般的复杂网络的分析。在本研究中除应用于嵌入CAIS设计、促进系统内形成各类自组织网络外，还被用于对 WEB2.0构成的复杂的信息系统生态的分析，对WEB2.0的组分和混合系统构成的2模式网络进行分析，为大量WEB2.0部件混合组成的信息系统的分类和关系刻画提供了形式化的科学判据。

为研究和设计CAIS的动态涌现机制，本文提出用多主体建模方法（ABM，Agent based Modeling）来辅助CAIS的动态原型设计，并针对CAIS中主体行为规则设计了一个多主体模型，发现了一类有助于快速促进同类主体分类聚合的行为规则。

为解决CAIS因适应用户行为和外在环境难以测试的困难，本文用多主体建模方法设计了一个辅助CAIS测试的平台。通过把用户行为模式纳入到模型设计中，增加了对复杂的用户行为的可控性（可用同一用户行为模式数据反复测试、消除了因真实用户的记忆效应造成的测试的不可重复性），从而为复杂适应信息系统的可重复实验和测试提供了可能。在此模拟测试环境的基础上，对本研究前面提出的一些网络拆分算法在系统内促成各类自组织网络形成的效果进行了模拟比较。

CAIS的复杂性和适应性不仅表现在系统内的各种复杂涌现现象和动态演化机制，还表现为系统之间的开放性协作带来的协同进化；如在社会性软件和 WEB2.0领域内的大量相关信息系统相互促进创新的现象等。为了研究CAIS协同进化和创新的规律。本文对社会性软件和WEB2.0的系统创新模式进行了大量的分析，总结出一些典型的模式和规律，并对这些模式和规律的应用进行了示范说明。
随着CAIS跨系统之间的混合越来越多，系统彼此间的耦合度越来越高（与系统内组分间耦合度越来越低的发展趋势正好相反），一种新的系统模式能否获得应用上的成功，不仅取决于其自身的设计，还取决于其面向别的信息系统的适应性（可协同交互能力、互操作能力、可集成性与数据兼容能力等），本文提出应用信息系统生态分析的方法辅助信息系统的项目立项论证，可以在新系统模式设计之前，预先分析出其发展的潜力和成功的可能性；对于混合创新的系统来说，对各部件的生态位分析则有助于在各类同质的部件间作出理性的选择。

本研究的主要创新点包括：

1.在信息系统研究中全面引入系统思维、系统理论和系统方法，对信息技术和信息系统的发展规律进行了系统分析，用系统思维的整体观点和发展的观点对社会性软件和WEB2.0进行了较全面的分析。着重分析了社会性软件中的涌现现象及非线性机制，以及WEB2.0的几种典型架构及其意义。总结出社会性软件和 WEB2.0的四种典型特征、两类适应性和三类复杂性。

2.分析出传统的简单信息系统设计中隐含的哲学观念、理论预设、思维方式、设计原则等，总结出信息系统范式的概念，并对复杂信息系统中存在的、传统信息系统范式难以解决的一些问题进行了分析；在此基础上，提出复杂适应信息系统范式，具体包括一系列关于信息系统设计观念的变革，一个基于CAS抽象架构的概念模型，一些设计指导原则等。

3.针对复杂适应信息系统设计的需要，提出基于关键中介节点的2-Mode网络拆分算法、基于介度威权累计的2-Mode网络拆分算法等多种网络拆分算法，以及3-Mode网络的分析策略。这些算法和策略不仅能够用于适应性信息系统的设计，还可广泛应用于其它网络分析的应用领域。

4.在对复杂适应信息系统适应性演化中表现出的非线性动力学特征带来的种种困难进行分析的基础上，提出用多主体建模方法对复杂适应信息系统进行动态原型设计的方法，并结合两个具体的问题：适应信息系统内主体行为规则的设计问题和复杂网络的拆分及聚类算法的评价比较问题进行了模拟实验研究。

5.应用生态系统的概念和研究方法对信息系统的衍生发展模式进行了分析，用网络分析方法对部分热点WEB2.0系统之间的关系进行了动态追踪分析。实际上提出了一种可有效辅助电子商务、应用信息系统创新设计及项目论证的分析理论和分析方法。

本研究的主要贡献是，针对越来越复杂多样化的社会性软件和日趋复杂的WEB信息系统构建的互联网，在信息系统的研究中全面引入系统科学和复杂性研究的相关理论和方法，把系统思维、系统理论和系统方法与信息系统的思考、分析与架构设计结合起来，不仅弥补了社会性软件和WEB2.0等应用信息系统在理论研究上的不足（在这个崭新的领域内存在的理论严重落后于实践的问题，妨碍了人们对它们的正确认识和理解，不利于相关信息系统的研究与创新设计）、拓展了系统理论与复杂性系统研究的应用范畴，还因此发现并提出了一些新问题；在解决这些由传统的分析方法应用到新研究领域产生的新问题过程中，对一些系统研究方法本身做了补充发展和完善。

目录

摘 要 I
Abstract V
第一章 绪论 1
1.1 引言 1
1.2 信息系统的系统研究 4
1.2.1 信息技术与信息系统的发展趋势 4
1.2.2 系统科学应用于信息系统研究的现状 7
1.2.3 系统科学应用于信息系统研究现状的分析和评述 13
1.3 本文研究的问题 16
1.3.1 问题的提出 16
1.3.2 研究目标 18
1.3.3 理论和方法 19
1.4 全文结构及主要研究内容梗概 21
1.5 本研究的创新点 23
1.6 小结 25
第二章 社会性软件和WEB2.0 26
2.1典型社会性软件分析[60] 27
2.1.1 Blog：万维网中的适应性主体 27
2.1.2 Wiki：“共同规范”的涌现 39
2.1.3 社会性标签系统：分众分类的涌现 41
2.1.4 社会性网络服务中网络社群的自组织 44
2.2 社会性软件概念辨析 46
2.2.1 社会性软件相关术语的辨析 46
2.2.2 社会性软件的定义 48
2.2.3 社会性软件的发生过程及判别标准 49
2.2.4 社会性软件的分类 51
2.2.5 社会性软件分析小结 52
2.3 WEB2.0系统的经典架构分析 52
2.3.1 主体参与式架构的典范——豆瓣评论 53
2.3.2 开放式架构的典范——可编程的WEB与WEB2.0组合工厂 58
2.3.3 代表未来开源系统架构的Ning 60
2.4 WEB2.0概念辨析 63
2.4.1 从社会性软件到WEB2.0 63
2.4.2 WEB2.0的定义 67
2.5 本章小结 68
第三章 复杂适应信息系统范式 70
3.1 系统复杂性研究与信息系统的复杂性 71
3.1.1 系统复杂性研究产生的背景及研究的对象 71
3.1.2 信息系统的复杂性分析 72
3.1.3 信息系统复杂性所带来的机遇与挑战 76
3.2 复杂范式及复杂适应信息系统范式 77
3.2.1 科学研究的复杂范式 77
3.2.2 信息系统的范式 79
3.2.3 复杂适应信息系统（CAIS）范式 80
3.2.4 CAIS范式与简单信息系统范式的比较 88
3.2.5 CAIS设计的指导原则 90
3.2.6 CAIS范式的适用范畴 96
3.3 本章小结 97
第四章 CAIS与复杂网络分析 98
4.1 复杂网络分析理论及其扩展 99
4.1.1 复杂网络分析研究的背景及相关概念 99
4.1.2　2-Mode网络及拆分算法研究 103
4.1.3　3-Mode网络及其分析策略 113
4.2 算法的实现及验证 122
4.2.1 算法实现 122
4.2.2 算法验证的实证研究 125
4.2.3 算法比较分析的过程及结果 126
4.2.4 讨论 128
4.3 复杂网络分析在CAIS设计中的应用 130
4.3.1 复杂网络分析在CAIS设计中应用的一般框架 130
4.3.2 CAIS中的复杂网络聚类与其他聚类方法的区别 135
4.4 本章小结 137
第五章 CAIS的多主体建模研究 139
5.1 多主体建模方法与CAIS建模研究 140
5.1.1 多主体系统及多主体建模 140
5.1.2 CAIS的动态原型法 142
5.1.3 CAIS系统间协同与交互的多主体模型 144
5.1.4 多主体模型的原理及特点 145
5.2 适应性信息系统建模 147
5.2.1 适应性页面网络的建模1——适应性与非适应性页面的比较 147
5.2.2 适应性页面网络的建模2——不同适应性规则的比较 153
5.2.3 模型结论的应用推广 160
5.3 多主体建模法对CAIS中的网络聚类算法的评价 161
5.3.1 模型设计描述 162
5.3.2 模拟实验 167
5.3.3 进一步工作展望 168
5.4 本章小结 169
第六章 CAIS与信息系统生态 171
6.1 信息系统生态研究的理论基础 171
6.1.1 信息系统生态的学缘分析 171
6.1.2 信息系统生态的基本概念 174
6.2 信息系统的衍生模式及其应用 177
6.2.1 “收割者”模式及中介产生模式 177
6.2.2 “收割者”模式及中介产生模式的应用 181
6.2.3 基因混合模式 184
6.2.4 系统功能综合集成模式及协作网络的分析 186
附：系统功能综合集成模式与SOA的区别 191
6.3 进一步研究展望 193
6.4 本章小结 195
第七章 结束语 196
7.1 研究总结 196
7.2 研究的补充说明 200
7.3 研究展望 201